2019年大数据发展将走向何方

2019 年 2 月 16 日 人工智能学家

来源:网络大数据

近日,包括CCF(中国计算机学会)大数据专家委员会、IDC公司(Internet Data Center 互联网数据中心)和Gartner公司等多家国内外知名信息技术研究机构均发布报告,对2019年乃至未来若干年的大数据产业发展趋势做出预测,并对大数据令人瞩目的应用领域进行乐观而谨慎的推断。


CCF大数据专家委员会:大数据“从热点到支点”


在近日举行的2018中国大数据技术大会上,CCF大数据专家委员会发布《2019年大数据发展趋势预测》报告时表示,大数据和数据从辅助到引领,从热点到支点,已经成为所有新旧技术、新旧模式的必备基础。相比2018,大数据的2019年趋势未见诱人新热点。


CCF大数据专家委员会副秘书长、北京永信至诚科技股份有限公司高级副总裁潘柱廷详细介绍了《2019年大数据发展趋势预测》报告。2019年大数据发展趋势十大预测如下:数据科学与人工智能的结合越来越紧密;机器学习继续成为大数据智能分析的核心技术;大数据的安全和隐私保护成为研究和应用热点;数据科学带动多学科融合;基础理论研究受到重视,但未见突破;基于知识图谱的大数据应用成为热门应用场景;数据的语义化和知识化是数据价值的基础问题;人工智能、大数据、云计算将高度融合为一体化的系统;基于区块链技术的大数据应用场景渐渐丰富;大数据处理多样化模式并存融合,基于海量知识仍是主流智能模式;关键数据资源涉及国家主权。


据预测,2019年,大数据最令人瞩目的应用领域是健康医疗、城镇化智慧城市、金融、互联网电子商务、制造业工业大数据;取得应用和技术突破的数据类型是城市数据、视频数据、语音数据、互联网公开数据以及企业数据、人体数据、设备调控、图形图像;在数据资源流转上,会自己收集大量数据、会利用数据提供服务、会免费提供数据集、会只下载和获得免费数据集、会买数据集;大数据的最佳拍档概念是数据科学、机器人和人工智能、智能计算或认知计算;我国大数据发展的最主要推动者来自于大型互联网公司、政府机构。


IDC:企业的数字化转型进入第二篇章


国际数据公司IDC此前公布了2019年及未来全球信息技术(IT)行业预测。


据分析,过去几年里,IT及商业领袖们始终专注于其企业必须经历的数字化转型过程,他们利用第三平台技术(云计算、移动、大数据/分析、社交)重组企业架构,而物联网、人工智能和增强与虚拟现实等创新加速器更进一步推动了这一转型。


如今,随着数字覆盖面扩大、智能技术广泛普及、应用程序与服务开发爆发式增长、客户期望不断变化、网络环境日趋可信和安全,企业不断释放出“倍增创新”能力,数字化转型已进入第二篇章,且势头不断增强。在这个技术与商业日新月异的环境中,企业竞相扩大自己的数字化创新能力,以便在迅速数字化的全球经济中提升竞争力、实现繁荣发展。


IDC Future Scape报告中认为,鉴于竞争对手和产业都在向数字化转型,如果企业不能快速向数字化转型,到2022年,它们逾三分之二的目标市场会消失。


IDC公布的2019年及以后全球IT市场十大预测包括:

  • 其一,数字化的经济。到2022年,逾60%的全球GDP将都是数字化的,推动2019-2022年期间与IT相关的投资将达到约7万亿美元;

  • 其二,数字化原生IT。到2023年,75%的IT支出将用于第三代平台技术,因为逾90%的企业会建立数字化原生IT环境,在数字经济中快速增长;

  • 其三,边缘计算快速增长。到2022年,逾40%机构的云部署将包含边缘计算,25%的终端设备和系统将执行人工智能算法;

  • 其四,应用的革命。到2022年,90%的新应用将采用微服务架构,提高设计、调试、更新和利用第三方代码的能力,35%用于生产环境的应用将原生支持云计算服务;

  • 其五,新的开发者阶层。到2024年,新出现的不使用定制脚本的专业开发人员,将使开发者数量增加30%,加速数字化转型;

  • 其六,数字化创新爆发。从2018-2023年,借助新工具/平台、更多开发者、灵活的方法和大量代码重用,新开发的应用数量将达到5亿款,相当于过去40年的总和;

  • 其七,通过专业化实现的增长。到2022年,25%的公共云计算服务将基于非x86处理器(包括量子计算机)。届时,机构在垂直“软件即服务”应用方面的支出超过水平应用;

  • 其八,人工智能成为新的用户界面。到2024年,采用人工智能技术的用户界面和过程自动化将取代三分之一目前基于显示屏的应用;到2022年,30%的企业将利用对话式语音技术提供客服服务;

  • 其九,更高的信任度。到2022年,50%的服务器对数据进行加密,逾50%的安全警报由采用人工智能的自动化过程处理,1.5亿人将有基于区块链的数字身份;

  • 其十,机构使用多种云服务。到2022年,四大云平台将托管80%的基础设施即服务/平台即服务部署,但到2024年,9成的全球1000大机构将通过采用多款云服务,或者混合云技术和工具减轻对某一云服务的依赖。


Gartner:基于大数据提供贴心服务将是科技的未来


作为全球知名的IT研究与顾问咨询公司之一,Gartner公司近日列出了企业组织在2019年需要探究的几大战略性技术趋势:自主设备、增强分析、AI驱动的开发、数字双生、边缘计算、沉浸式体验、区块链、智能空间、数字道德和隐私、量子计算。

这十大科技趋势被认为在未来5年将产生破坏性创新,并带来商业机遇。Gartner副总裁兼研究员大卫·希尔雷(David Cearley)说:“无处不在的智能设备提供各种基于大数据的贴心服务,将是科技的未来。”


  • 其一,自主设备。机器人、无人驾驶飞机和自动驾驶汽车等自主设备,将依靠使用AI来自动执行以前由人类执行的功能。它们的自动化超越了刚性编程模型提供的自动化,它们利用AI,提供与周围环境和人们更自然地交互的高级行为;

  • 其二,增强分析。增强分析代表了数据和分析能力的第三大浪潮,因为数据科学家可以使用自动算法来探索更多假设和可能;

  • 其三,AI驱动的开发。到2022年,至少40%的新应用程序开发项目,将在他们的团队中配置AI协同开发人员;

  • 其四,数字孪生。到2020年,Gartner估计将有超过200亿个连接的传感器和端点,数字孪生将连接数十亿的实体设备;

  • 其五,赋权的边缘。在未来五年内,专用AI芯片以及更强大的处理能力、存储和其他先进功能将被添加到更广泛的边缘设备中;

  • 其六,沉浸式体验。虚拟现实(VR)、增强现实(AR)和混合现实(MR)正在改变人们对数字世界的感知方式。感知和交互模型的这种组合转变将带来未来的沉浸式用户体验;

  • 其七,区块链。预计区块链将在2030年之前创造3.1万亿的商业价值;

  • 其八,智能空间。智能空间主要实现扩展的五个关键维度是:开放性、连通性、协调性、智能性和应用范围;

  • 其九,数字道德和隐私。数字道德和隐私是个人、组织和政府日益关注的问题;

  • 其十,量子计算。汽车、金融、保险、制药、军事和研究机构等行业从质量控制的进步中获益最多。


九次方大数据:大数据产业将结束春秋战国时代


在知名信息技术研究机构发布报告预测未来大数据产业发展趋势的同时,国内多家大数据公司也陆续传递出对我国大数据产业未来发展方向的判断。


其中,九次方大数据创始人王叁寿预言,国内大数据产业发展相对“平衡”的格局将被打破,2020年以后,中国大数据产业将结束春秋战国时代。


王叁寿认为,是否拥有数据源,以及数据源保有量、开发利用水平,将成为决定大数据业内参与者未来发展前景、是否具备可持续市场竞争力的关键。发展大数据产业,首要解决的是促成数据资源的极大丰富和开放使用。如果一个大数据公司不具备丰富的数据源,大数据的价值应用根本无法有效地连接个人、企业和政府,大数据产业体系的建立更无从谈起。


数据的共享、共通将会有助数据源价值的增加。《促进大数据发展行动纲要》提出,2020年底前,逐步实现信用、交通、医疗、卫生、就业、社保、地理、文化、教育、科技、资源、农业、环境、安监、金融、质量、统计、气象、海洋、企业登记监管等民生保障服务相关领域的政府数据集向社会开放。


这些数据资源将为大数据技术和产业创新发展提供强大支撑。王叁寿表示,大数据产业将在2020年以后,出现数据源服务商与其他产业参与方的两极分化,数据源服务商将占领无可替代的核心位置。


根据王叁寿的判断,未来国内的大数据产业将形成六大阵营:以阿里及京东为代表的电商数据阵营、以腾讯为代表的社交及生活数据阵营、以百度为代表的网络搜索数据阵营、以四大运营商为代表的广播电信数据阵营、以九次方大数据为代表的政府数据资源阵营以及各个垂直领域为代表的行业数据服务阵营。


未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。


未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。


  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”


登录查看更多
0

相关内容

从各种各样类型的数据中,快速获得有价值信息的能力,就是大数据技术。明白这一点至关重要,也正是这一点促使该技术具备走向众多企业的潜力。大数据的4个“V”,或者说特点有四个层面:第一,数据体量巨大。从TB级别,跃升到PB级别;第二,数据类型繁多。前文提到的网络日志、视频、图片、地理位置信息等等。第三,价值密度低。以视频为例,连续不间断监控过程中,可能有用的数据仅仅有一两秒。第四,处理速度快。
新时期我国信息技术产业的发展
专知会员服务
69+阅读 · 2020年1月18日
电力人工智能发展报告,33页ppt
专知会员服务
126+阅读 · 2019年12月25日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
137+阅读 · 2019年12月12日
【白皮书】“物联网+区块链”应用与发展白皮书-2019
专知会员服务
93+阅读 · 2019年11月13日
2019年人工智能行业现状与发展趋势报告,52页ppt
专知会员服务
120+阅读 · 2019年10月10日
清华大学:人工智能之知识图谱(附PPT)
人工智能学家
69+阅读 · 2019年6月9日
解读《中国新一代人工智能发展报告2019》
走向智能论坛
32+阅读 · 2019年6月5日
【物联网】物联网产业现状与技术发展
产业智能官
15+阅读 · 2018年12月17日
2019年机器学习:追踪人工智能发展之路
人工智能学家
4+阅读 · 2018年10月14日
《中国人工智能发展报告2018》(附PDF下载)
走向智能论坛
19+阅读 · 2018年7月17日
【人工智能】人工智能5大商业模式
产业智能官
15+阅读 · 2017年10月16日
Arxiv
101+阅读 · 2020年3月4日
Adversarial Transfer Learning
Arxiv
12+阅读 · 2018年12月6日
Hierarchical Deep Multiagent Reinforcement Learning
Arxiv
8+阅读 · 2018年9月25日
Arxiv
5+阅读 · 2018年1月18日
VIP会员
相关资讯
清华大学:人工智能之知识图谱(附PPT)
人工智能学家
69+阅读 · 2019年6月9日
解读《中国新一代人工智能发展报告2019》
走向智能论坛
32+阅读 · 2019年6月5日
【物联网】物联网产业现状与技术发展
产业智能官
15+阅读 · 2018年12月17日
2019年机器学习:追踪人工智能发展之路
人工智能学家
4+阅读 · 2018年10月14日
《中国人工智能发展报告2018》(附PDF下载)
走向智能论坛
19+阅读 · 2018年7月17日
【人工智能】人工智能5大商业模式
产业智能官
15+阅读 · 2017年10月16日
相关论文
Top
微信扫码咨询专知VIP会员